• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1891-1892
• /
• 2008

본 논문에서는 부분방전 패턴인식을 위한 퍼지뉴럴네크워크(Fuzzy-Nueral Network를 설계한다. 퍼지뉴럴네트워크의 구조에서 규칙의 전반부는 개별적인 입력 공간을 분할하여 표현하고, 규칙의 후반부는 다항식으로서 표현되며 오류역전파 알고리즘을 이용하여 연결가중치인 후반부 다항식의 계수를 학습한다. 또한, 유전자 알고리즘을 이용하여 각 입력에 대한 전반부 멤버쉽함수의 정점과 학습률 및 모멤텀 계수를 최적으로 동조한다. 제안된 네트워크는 부분방전 패턴인식을 위해 다중 출력을 가지며, 초고압 XLPE 케이블 절연접속함의 모의결함에 대해 부분방전 신호를 패턴인식한다. 부분방전 신호는 PRPDA 방법을 통해 256개의 입력 벡터와 4개의 출력 벡터를 가지며, 보이드 방전, 코로나 방전, 표면 방전, 노이즈의 4개 클래스를 분류하며, 패턴인식률로서 결과를 분석한다.

• 기계와재료
• /
• v.21 no.3
• /
• pp.62-73
• /
• 2009

전력기기에서 발생하는 부분방전을 정확히 측정하고 이를 올바르게 해석하는 작업은 신뢰성 있는 진단법을 개발하고 이를 현장에 적용하는데 있어 대단히 중요하다. 측정된 고주파 데이터를 패턴 분석이 가능한 형태로 가공하는 전처리 과정을 수행하고, 가공된 데이터를 패턴인식을 통하여 기존의 각 노이즈 및 부분방전 패턴과 비교하여 실제 측정된 데이터가 어떤 부분방전 패턴인지 판단한다. 패턴 인식 처리 방법으로는 컴퓨터 분야 신경회로망의 BP 알고리즘과 SOM 알고리즘이 널리 사용되고 있으며 본 연구에서는 TF-MAP, PRPDA, EBP 알고리즘을 이용하여 부분방전 패턴인식 기술 개발에 관한 연구를 수행하였다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.453-454
• /
• 2007

전력설비에 대한 부분방전 패턴인식은 결함의 차이에 따라 다양한 패턴의 차이를 보이고 있으며, 신경회로망을 비롯한 다양한 패턴인식 기법들이 적용되고 있다. 본 논문에서는 이의 일환으로 퍼지 집합 기반 퍼지뉴럴네트워크를 설계하여 초고압 XLPE 케이블 절연접속함의 모의 결합에 대해 부분방전 신호를 패턴인식하고자 한다. 부분방전 신호는 보이드 방전, 코로나 방전, 노이즈의 3개 클래스로 분류하게 되며, PRPDA 방법을 통해 556개의 입력 벡터와 3개의 출력 벡터를 가지며 총 120개의 패턴수를 가진다.

• Proceedings of the KIEE Conference
• /
• 2003.07c
• /
• pp.1812-1814
• /
• 2003

$SF_6$ 가스로 절연된 GIS(Gas Insulation Switchgears)는 매우 신뢰성이 높은 것으로 평가되어왔다. 그러나 GIS 내부에서 발생하는 결함에 대하여 완전하게 배제시키지 못하고 있으며, 이러한 부분방전 활동에 의한 대부분의 결함들이 GIS의 사고를 이끈다고 알려져 있다[1]. 따라서, GIS 내부에서 발생하는 부분방전 현상의 위치와 측정은 1940년대 초반부터 관심을 가져왔으며, 현재에는 부분방전 형태의 패턴이 사용된 부분방전 검출회로 및 신호의 전파와는 무관하다는 것을 알아낸 시점에 이르렀다. 이에 따라, 본 논문에서는 $SF_6$ 가스가 봉입된 GIS 내부에서 발생하는 부분방전 형태의 패턴인식을 위한 방법으로 NN(Neural Network)의 알고리즘 중 BP(Back-Propagation) 알고리즘을 이용하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.411-414
• /
• 2008

본 논문에서는 다중 출력을 가지는 퍼지 집합 기반 퍼지뉴럴네크워크(Fuzzy-Nueral Network; FNN)를 설계한다. 퍼지 집한 기반 퍼지뉴럴네트워크는 각 입력 변수에 따른 개별적인 입력 공간을 공간 분할함으로서 네트워크를 구성한다. 규칙의 전반부는 앞서 언급한 개별적인 입력 공간을 분할하여 표현하고, 규칙의 후반부는 다항식으로서 표현되며 오류역전파 알고리즘을 이용하여 연결가중치인 후반부 다항식의 계수를 학습한다. 또한, 각 입력에 대한 전반부 멤버쉽 함수의 정점과 학습률 및 모멤텀 계수를 유전자 알고리즘을 이용하여 최적 동조한다. 따라서 유전자 알고리즘을 이용하여 퍼지뉴럴네트워크를 최적 설계한다. 제안된 네트워크는 초고압 XLPE 케이블 절연접속함의 모의결함에 대해 부분방전 신호를 패턴인식한다. 부분방전 신호는 PRPDA 방법을 통해 200개의 입력 벡터와 4개의 출력 벡터를 가지며, 보이드 방전, 코로나 방전, 표면 방전, 노이즈의 4개 클래스를 분류한다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.14 no.5
• /
• pp.12-18
• /
• 2000

This paper describes the analysis of ultrasonic signal and partial discharge(PD) signal patterns for each location of particle in GIS. The characteristics of the ultrasonic signal and PD signal patterns for each location were as follows; in case of particle on the electrode, large ultrasonic signals and large PD signals occurred in positive half-cycle periodically; in case of particle on the spacer, ultrasonic signals and large PD signals occurred in negative half-cycle periodically; in case of the free moving particle, ultrasonic signals and large PD signals occurred by collision non-periodically. As a result, it was confirmed that particle in GIS could be located by the comparison and analysis of ultrasonic signal and PD signal patterns.

• Proceedings of the KIEE Conference
• /
• 2006.10a
• /
• pp.145-146
• /
• 2006

본 논문은 부분방전(PD: Partial Discharge)의 패턴인식 확률 극대화를 목적으로 신경망(NN: Neural Network) 파라미터 중에서 은닉층 뉴런의 수, 모멘텀(momentum)의 Step size와 Decay rate 를 최적화하기 위하여 유전 알고리즘(GA: Genetic Algonthm)을 적응하였다. 실험적 연구의 대상으로서, GIS(Gas Insulated Switchgear)사고의 주요 원인으로 보고되어있는 결함들을 인위적으로 모의한 16개 Test cell을 이용하여 부분방전을 발생시켰다. 부분방전 신호는 본 연구팀이 개발한 센서를 이용하여 검출되어 데이터베이스가 구축되어 그로부터 추출된 학습 데이터들의 학습에 다음과 같은 5가지 신경망 모델이 적응되었다: Multilayer Perception (MLP), Jordan-Elman Network (JEN), Recurrent Network (RN), Self-Organizing Feature Map (SOFM), Time-Lag Recurrent Network (TLRN). 유전 알고리즘 적용 효율성을 분석하기 위하여 동일한 데이터를 이용하여 다음과 같은 두 가지 방법을 적용한 결과를 상호 비교하였다. 우선 상기 선택된 모델만 적용하였고 다근 하나는 상기 모델과 Genetic Algorithm이 동시에 적용되었다. 모든 모델에 대하여 학습오차와 패턴 분류 확률을 비교한 결과, 유전 알고리즘 적응 시 부분방전 패턴인식 확률이 향상되었음이 확인되어 향후 신뢰성 있는 GIS 부분방전 진단기술에 활용될 수 있을 것으로 사료된다.

• Proceedings of the KIEE Conference
• /
• 2006.07e
• /
• pp.39-40
• /
• 2006

가스절연개폐장치(GIS: Gas Insulated Switchgear) 내부에서 발생하는 UHF 부분방전 신호를 측정하고, 이를 주파수 분석을 통하여 1차 부분방전 진단을 수행하며, 주요 이상이 있을 경우 위상 분석을 통하여 7가지의 부분방전 패턴으로 분류하여 부분방전 원인을 진단할 수 있는 GIS 부분방전 진단 시스템을 국산화 개발하였다. 이에 본 논문에서는 주파수 분석방법, 부분방전 진단 패턴 및 모니터링 시스템에 대하여 기술한다.

• Proceedings of the KIEE Conference
• /
• 2008.05a
• /
• pp.145-146
• /
• 2008

초고압 케이블에서 발생하는 부분방전을 측정하기 위해 다양한 방법들이 연구 개발되어왔다. 최근에는 초고압 케이블의 설치 후 시행하는 준공시험에 있어 부분방전 측정을 필수적으로 할 만큼 부분방전 진단기술의 중요성이 부각되고 있는 실정이며, 디지털 측정기술을 통한 부분방전자동측정 기술이 많이 제안되고 있다. 특히, 비전문가들만으로도 진단 및 감시가 가능하도록 하는 자동 패턴 분류에 대한 다양한 연구에 활발히 보고되고 있다. 본 논문에서는 초고압 케이블에서 발생되는 결함을 내부, 외부, 노이즈의 세 가지로 분류하고 PRPD(Phase Resolved Partial Discharge) 형태로 모의된 실험데이터와 현장에서 축적된 데이터를 선별하여 다양한 통계치를 추출하였고, 결함별 구분이 용이하지 않은 통계치를 제외한 값들을 Neural Network 방법으로 학습시켰다. 학습된 가중치 값을 LabView로 작성된 프로그램에 사용하여 변전소 내 EBG에서 검출한 부분방전 측정 결과에 적용하였다.

• Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference
• /
• 2006.05a
• /
• pp.35-40
• /
• 2006

최근 전기에너지의 사용비율은 해가 거듭될수록 증가되고 있으며, 경량화 소형화로 인한 전력기기의 스트레스가 증가되었다. 또한 고압송전으로 인해 전기적 사고는 대형사고를 유발하므로 전력기기의 수명예측은 매우 중요한 과제이다. 이에 본 논문에서는 XLPE 절연체의 보이드 유무에 따른 부분방전 패턴을 K-means 분포통계함수를 이용하여 부분방전 패턴의 그룹화를 시도하였다. 또한 전하량과 방전빈도수의 분포를 비교하기 위해 위상-전하랑 및 위상-전하량-빈도수에 의한 그룹의 centroid 이동 변화에 대하여 조사하였다. 그 결과 보이드가 존재하는 경우 전하량의 높은 점에서 중심점을 형성하였고, 방전발생위상의 차이는 크지 않았다. 또한 위상-전하량의 클러스터보다 위상-전하량-빈도수의 클러스터에서 객체간 편차가 더 커짐을 발견하였다.